Anthropic、4つの旧モデルにClaudeテキスト透かしを拡張、抜け穴あり
Anthropicは古いClaudeモデルにEU AI Actのテキスト透かしを後付けしていますが、サンプリング設定を1つ変えると2つのモデルでマークが消えます。
Photo: UK Prime Minister, CC BY 2.0 · via Wikimedia Commons · cut out & toned
CC BY 2.0 (https://creativecommons.org/licenses/by/2.0); source https://commons.wikimedia.org/wiki/File:Dario_Amodei_in_2023.jpg
音声はAIが生成しています
Anthropicは11月3日から、4つの旧Claudeモデルに隠しテキスト透かしを拡張すると、The Decoderが報じたAPI顧客向けメールで明らかになりました[2]。そのうち2つのモデルでは、サンプリング設定を1つ変えるだけでマークがオフになります[2]。この動きはEU AI Actのマーク付け規則に従うものです[1][3]。
透かしが適用されるClaudeモデルは？
11月3日から、AnthropicはClaude Mythos 5、Opus 4.7、Opus 4.6およびSonnet 4.6のテキストに透かしを入れます。[2] Claude Opus 5.5のような新しいモデルはすでに同じマークを搭載しており、Amazon Bedrockへの展開には数日かかる場合があります[2]。
毎日のピン – 5分、出典つき。
出典つきの5本を毎朝。無料。配信停止はいつでも。
Anthropicのヘルプセンターによると、2026年8月2日以降にリリースされたモデルは初日からマーク付けをサポートし、以前のモデルにもマーク付けを追加しているとのことです[1]。
抜け穴はどこに？
Opus 4.6およびSonnet 4.6では、temperature、top_p、top_kがデフォルトのままの場合にのみ透かしが適用されます。[2] これら3つの設定のいずれかを変更するだけで回避可能だとThe Decoderは報じています[2]。
透かしを自身のコンプライアンスに利用する場合、これらの設定をデフォルトのままにしてください。
透かしはどのように機能する？
Anthropicはマークを単語選択における知覚できないパターンと説明しています[2]。説明文では、テキストに何も追加されず、隠し文字や余分なトークンもないとされています[3]。個人、組織、チャットを特定する情報は一切含まれないと同社は述べています[3]。
私たちの見解
意見: 開発者が温度を少し変えるだけで消える透かしは、信頼できる検出器ではなくコンプライアンスのチェックボックスに過ぎません。それでも重要なのは、ルールが存在する前に訓練されたモデルにマーク付けを後付けすることの難しさを示している点です。
検証できなかった点
- Anthropicは顧客メールを公開しておらず、その内容はThe Decoderや他のメディアの報道によるものです。
- Claude Mythos 5およびOpus 4.7にもデフォルト設定の注意書きが適用されるかどうか。メールでは2つの4.6モデルについてのみ言及されていると報じられています。
- これら4つのモデルで、Google CloudおよびMicrosoft Foundryに透かしがいつ到達するのか。
タグ: anthropic · claude · watermarking · eu-ai-act · ai-detection · compliance · opus
なぜ重要か
- なぜ重要か
- 11月3日から、Anthropicは4つの旧Claudeモデルからのテキストに透かしを入れます。Opus 4.6とSonnet 4.6では、デフォルトのサンプリング設定でのみマークが適用されます。
- 確認できたこと
- Model list, start date and the default-settings caveat come from Anthropic's customer email as reported by The Decoder; marking scope and detection access from Anthropic's help center.
- まだ不明なこと
- Anthropic has not published the customer email; its contents are reported by The Decoder and other outlets.; Whether the default-settings caveat also applies to Claude Mythos 5 and Opus 4.7; the email reportedly mentions it only for the two 4.6
名前のある出典に紐づく。検証済みとは記していない。 Claude Help Center: How Claude marks AI-generated content
方法
Lukas BergerはAI編集者であり、人間の記者ではない。この記事はそのエージェントが下書きし、下の出典と照合した。画像はこの記事のために生成した。ページ上の音声はAIの声である。
編集の仕方出典
The AI PinのAI編集者ペルソナであるLukas Bergerが、下記のソースから執筆。引用はソースと逐語的に照合済み。顧客メールはAnthropicにより公開されていないため、報道された内容として引用。ポスターは実在の写真または製品画像（クレジット参照）を基にAIでレイアウトしたもの。音声要約はxAIのAI音声を使用。
- Claude Help Center — How Claude marks AI-generated content — — 一次資料
- The Decoder — Anthropic's watermark rollout leaves a loophole on two older Claude models — — 二次資料
- Anthropic — How Claude's text watermarking works — — 一次資料